人工智能大熱給AI芯片初創(chuàng)企業(yè)帶來暖春！

多年來，在科技領(lǐng)域投資的金融家們對(duì)制造電腦芯片的初創(chuàng)公司幾乎沒有什么興趣——很難想象一家初創(chuàng)企業(yè)如何與像英特爾這樣的巨頭競爭。畢竟，全球80%以上的個(gè)人電腦運(yùn)行的都是英特爾公司生產(chǎn)的芯片。即使是在英特爾沒有占據(jù)主導(dǎo)地位的領(lǐng)域，比如智能手機(jī)和游戲設(shè)備領(lǐng)域，也有像高通和英偉達(dá)這樣的公司，足以“碾壓”那些初創(chuàng)企業(yè)。

但隨后，科技行業(yè)的最新風(fēng)潮——人工智能到來了。事實(shí)證明，新型計(jì)算機(jī)芯片可以更好地運(yùn)行人工智能。突然間，風(fēng)險(xiǎn)投資家們仿佛忘記了那些阻礙年輕的芯片公司成功的因素。

如今，至少有45家初創(chuàng)企業(yè)正在開發(fā)能夠?yàn)檎Z音識(shí)別和自動(dòng)駕駛汽車等任務(wù)提供動(dòng)力的芯片，其中至少有5家已經(jīng)從投資者那里籌集了超過1億美元的資金。研究公司CB Insights的數(shù)據(jù)顯示，去年，風(fēng)險(xiǎn)投資家在芯片初創(chuàng)企業(yè)中的投資超過15億美元，幾乎是兩年前的兩倍。

這次突然增長與上世紀(jì)80年代PC和硬盤制造商的突然擴(kuò)張類似。雖然這些公司都是小公司，并且不是所有的公司都能生存下來，但它們有能力推動(dòng)一段快速的技術(shù)變革。

是否有公司幻想著用他們的芯片挑戰(zhàn)英特爾，還有待考證——因?yàn)橛⑻貭柣ㄙM(fèi)了數(shù)十億美元的資金建造自己的芯片工廠。(而這些初創(chuàng)公司與其他公司簽訂合同來生產(chǎn)芯片。)但是，在設(shè)計(jì)芯片來為機(jī)器學(xué)習(xí)提供完成越來越多的任務(wù)所需的特定計(jì)算能力時(shí)，這些初創(chuàng)企業(yè)正在朝著兩個(gè)目標(biāo)中的一個(gè)方向前進(jìn)：快速地找到一個(gè)有利可圖的利基市場，或者獲得大公司收購。

“機(jī)器學(xué)習(xí)和人工智能重新定義了如何制造計(jì)算機(jī)的問題，”Bill Coughran說。他曾幫助谷歌管理全球基礎(chǔ)設(shè)施數(shù)年，現(xiàn)在是硅谷風(fēng)險(xiǎn)投資公司紅杉資本(Sequoia)的合伙人。紅杉資本投資了英國初創(chuàng)企業(yè)Graphcore，該公司最近也加入了市值1億美元的公司的行列。

在2016年夏天，變化已經(jīng)顯而易見。谷歌、微軟和其他互聯(lián)網(wǎng)巨頭正在開發(fā)應(yīng)用程序，通過使用算法，即所謂的神經(jīng)網(wǎng)絡(luò)，識(shí)別出照片中的人臉，并識(shí)別出智能手機(jī)上的指令。這些算法可以通過識(shí)別大量數(shù)據(jù)中的模式來學(xué)習(xí)任務(wù)。

英偉達(dá)最為人所知的是制作圖形處理單元，也就是G.P.U，它的設(shè)計(jì)初衷是幫助渲染游戲和其他軟件的復(fù)雜圖像——結(jié)果證明，它們在神經(jīng)網(wǎng)絡(luò)上的表現(xiàn)也非常好。在2016年夏天之前的一年內(nèi)，英偉達(dá)為谷歌等公司運(yùn)營的大型計(jì)算機(jī)數(shù)據(jù)中心出售了1.43億美元的芯片，這一數(shù)字是上一年的兩倍。

英特爾爭先恐后地趕了上來。據(jù)科技新聞網(wǎng)站Recode的一份報(bào)告稱，英特爾公司以4億美元收購了硅谷初創(chuàng)企業(yè)Nervana，這家擁有50名員工的初創(chuàng)公司從零開始構(gòu)建芯片。在那之后，另一家硅谷初創(chuàng)公司，Cerebras，從Nervana搶下了五個(gè)工程師，也專門為人工智能設(shè)計(jì)了一個(gè)芯片。

根據(jù)福布斯的一份報(bào)告，到2018年初，Cerebras公司已經(jīng)籌集了超過1億美元的資金。此外還有另外四家公司也籌集到了超過1億美元的資金：Graphcore、另一家硅谷公司W(wǎng)ave Computing、以及兩家北京的公司——Horizon Robotics(地平線機(jī)器人)和Cambricon(寒武紀(jì))，其中后兩家公司得到了中國政府的支持。

“在2015年和2016年初籌集資金是一場噩夢，”人工智能芯片初創(chuàng)公司Mythic的首席執(zhí)行官M(fèi)ike Henry說。但是，他說，“隨著那些渴望得到滿足的大型科技公司紛紛轉(zhuǎn)向半導(dǎo)體行業(yè)，這種情況已經(jīng)發(fā)生了變化。”

中國在開發(fā)新的人工智能芯片方面表現(xiàn)出了特別的興趣。第三家位于北京的北京芯片初創(chuàng)企業(yè)DeePhi已融資4000萬美元，并且中國科技部已明確要求生產(chǎn)挑戰(zhàn)英偉達(dá)的中國芯片。

因?yàn)檫@是一個(gè)新的市場——而且因?yàn)槿藗儗?duì)這種新型的處理能力有非常強(qiáng)烈的渴望——許多人認(rèn)為，這是一個(gè)難得的機(jī)會(huì)，因?yàn)槌鮿?chuàng)企業(yè)有機(jī)會(huì)對(duì)抗那些根基深厚的巨頭。

第一個(gè)重大變化很有可能出現(xiàn)在數(shù)據(jù)中心，像Graphcore和Cerebras這樣的公司一直對(duì)其計(jì)劃保持沉默，他們希望加速新形式的人工智能的創(chuàng)建，其中包括能夠進(jìn)行對(duì)話、自動(dòng)生成視頻以及虛擬現(xiàn)實(shí)。

微軟和谷歌等公司的研究人員已經(jīng)專門為人工智能建立了芯片，并通過極端的試驗(yàn)反復(fù)“訓(xùn)練”神經(jīng)網(wǎng)絡(luò)，在大量的芯片上測試算法。整個(gè)訓(xùn)練過程可以持續(xù)數(shù)小時(shí)甚至數(shù)天。他們經(jīng)常坐在自己的筆記本電腦前，盯著圖表，觀察這些算法在學(xué)習(xí)數(shù)據(jù)時(shí)的進(jìn)步。芯片設(shè)計(jì)人員希望簡化這一過程，將所有的試驗(yàn)和錯(cuò)誤打包到幾分鐘內(nèi)。

Scott Gray說，今天，英偉達(dá)的GPU可以高效地執(zhí)行所有用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的微小計(jì)算，但是芯片之間傳輸數(shù)據(jù)的效率仍然很低。Scott Gray先前是Nervana的一名工程師，后來加入OpenAI。OpenAI實(shí)驗(yàn)室由特斯拉CEO埃隆馬斯克(Elon Musk)等人共同發(fā)起。

因此，除了專門為神經(jīng)網(wǎng)絡(luò)打造芯片外，初創(chuàng)企業(yè)還在重新思考圍繞它們的硬件。例如，Graphcore正在構(gòu)建包含更多內(nèi)置內(nèi)存的芯片，以省去來回發(fā)送大量數(shù)據(jù)的麻煩。其他公司則在尋找擴(kuò)大芯片之間傳輸?shù)姆椒?，以便更快地進(jìn)行數(shù)據(jù)交換。

紅杉資本的Coughran說：“這不僅僅是建立芯片，而是研究這些芯片是如何連接在一起的，以及它們?nèi)绾闻c系統(tǒng)的其它部分交互。”

但這只是改變的一部分。一旦神經(jīng)網(wǎng)絡(luò)被訓(xùn)練成一個(gè)任務(wù)，就必須有額外的工具執(zhí)行這個(gè)任務(wù)。在豐田，自動(dòng)駕駛汽車的原型正在使用神經(jīng)網(wǎng)絡(luò)來識(shí)別道路上的行人、標(biāo)志和其他物體。在數(shù)據(jù)中心訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)之后，公司則在安裝在汽車上的芯片上運(yùn)行這個(gè)算法。

許多芯片制造商——包括像Mythic、DeePhi和Horizon Robotics這樣的初創(chuàng)企業(yè)——也在解決這個(gè)問題，將人工智能芯片推向手機(jī)和汽車等各種設(shè)備。

目前還不清楚這些新芯片的運(yùn)行效果如何。設(shè)計(jì)和制造芯片需要大約24個(gè)月的時(shí)間，這意味著即使是第一個(gè)依賴它們的可行硬件也要到今年才能實(shí)現(xiàn)。而這些芯片初創(chuàng)企業(yè)將面臨來自英偉達(dá)、英特爾、谷歌和其他行業(yè)巨頭的競爭。

但他們的起點(diǎn)是相同的：一個(gè)新市場的開始。